# Installing necessary packages
if (!requireNamespace("tidyverse", quietly = TRUE)) {
install.packages("tidyverse")
}
if (!requireNamespace("ggbeeswarm", quietly = TRUE)) {
install.packages("ggbeeswarm")
}
if (!requireNamespace("palmerpenguins", quietly = TRUE)) {
install.packages("palmerpenguins")
}
# Load packages
library(tidyverse)
library(ggbeeswarm)
library(palmerpenguins)云雨图
云雨图（raincloud plot）一次展示分布的三个层面：半小提琴（云）呈现核密度形状、窄箱线图标出中位数与四分位、蜂群散点（雨）逐点暴露每一次观测。与只画柱状图加误差棒或只画箱线图不同，离群点、偏态与样本量都保持可见——这正是当各组分布形状（而非仅均值）不同时，推荐用它替代柱状图的原因。本教程复现《顶刊图社》系列（第017期）介绍的图表类型，见文末参考文献。
示例
这张云雨图比较了三种企鹅的体重（palmerpenguins 数据集）。每种企鹅左侧的半小提琴勾勒密度形状，中间的窄箱线图标出中位数与两个四分位，右侧的蜂群散点把每一只鸟沿数值轴逐一画出——Gentoo 企鹅明显更重（中位数 5,050 g，对比 3,700 g），另外两种企鹅则在 5,000 g 以下大量重叠。
环境配置
系统要求：跨平台（Linux/MacOS/Windows）
编程语言：R
依赖包：
tidyverse；ggbeeswarm；palmerpenguins
数据准备
示例使用 palmerpenguins 内置的 penguins 数据集（344 条观测、三种企鹅）。云雨图需要每行一条观测，并包含一个分组列（species）与一个数值列（body_mass_g）。
data("penguins")
penguins_clean <- penguins |>
filter(!is.na(body_mass_g)) |>
mutate(species = factor(species))
head(penguins_clean, 3)# A tibble: 3 × 8
species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
<fct> <fct> <dbl> <dbl> <int> <int>
1 Adelie Torgersen 39.1 18.7 181 3750
2 Adelie Torgersen 39.5 17.4 186 3800
3 Adelie Torgersen 40.3 18 195 3250
# ℹ 2 more variables: sex <fct>, year <int>小提琴的左半边并不是特殊图层——我们对每组估计核密度，再把它画成从组中心向左展开的多边形。下面的辅助函数让教程其余部分保持简洁。
# Half-violin polygons: for each group, the density curve is mirrored to the
# left of the group centre (x = group position) and closed as a polygon.
half_violin <- function(data, group_col, value_col, width = 0.33) {
groups <- levels(factor(data[[group_col]]))
map_dfr(groups, function(g) {
values <- data[[value_col]][as.character(data[[group_col]]) == g]
d <- density(values, n = 200)
tibble(
group = g,
x = which(groups == g) - d$y / max(d$y) * width,
y = d$x)
})
}可视化
1. 基础绘图
三个组件按每组逐渐增大的 x 偏移堆叠：半小提琴在组中心，窄箱线图紧随其右，蜂群散点在最外侧。
violin_data <- half_violin(penguins_clean, "species", "body_mass_g")
centres <- set_names(seq_along(levels(penguins_clean$species)),
levels(penguins_clean$species))
x_pos <- centres[as.character(penguins_clean$species)]
raincloud_colors <- c(Adelie = "#3a86ff", Chinstrap = "#f4a261", Gentoo = "#2a9d8f")
ggplot(penguins_clean) +
geom_polygon(data = violin_data, aes(x = x, y = y, fill = group, group = group),
alpha = .65, colour = NA) +
geom_boxplot(aes(x = x_pos + .15, y = body_mass_g, group = species, colour = species),
width = .09, outlier.shape = NA, fill = "white", linewidth = .45) +
geom_beeswarm(aes(x = x_pos + .32, y = body_mass_g, colour = species),
cex = .5, size = .85, alpha = .85) +
scale_fill_manual(values = raincloud_colors) +
scale_colour_manual(values = raincloud_colors) +
scale_x_continuous(breaks = centres, labels = levels(penguins_clean$species)) +
labs(x = NULL, y = "Body mass (g)") +
theme_bw() +
theme(legend.position = "none")
提示
关键参数：
-
width：半小提琴从组中心伸出的宽度（也是三个组件的视觉平衡点）。 -
+ .15/+ .32：把箱线图与蜂群散点放到中心右侧的 x 偏移；与width一起调节。 -
cex：蜂群散点的间距系数；越小越紧凑。
2. 带注释的云雨图
再加上均值标记与样本量，图形就是一份完整摘要：菱形标出每个箱体内部的均值，横轴标签携带样本量。
ggplot(penguins_clean) +
geom_polygon(data = violin_data, aes(x = x, y = y, fill = group, group = group),
alpha = .65, colour = NA) +
geom_boxplot(aes(x = x_pos + .15, y = body_mass_g, group = species, colour = species),
width = .09, outlier.shape = NA, fill = "white", linewidth = .45) +
geom_beeswarm(aes(x = x_pos + .32, y = body_mass_g, colour = species),
cex = .5, size = .85, alpha = .85) +
stat_summary(aes(x = x_pos + .15, y = body_mass_g, group = species),
fun = mean, geom = "point", shape = 18, size = 3, colour = "grey15") +
scale_fill_manual(values = raincloud_colors) +
scale_colour_manual(values = raincloud_colors) +
scale_x_continuous(
breaks = centres,
labels = paste0(levels(penguins_clean$species), "\n(n = ",
table(penguins_clean$species)[levels(penguins_clean$species)], ")")) +
labs(x = NULL, y = "Body mass (g)") +
theme_bw() +
theme(legend.position = "none", panel.grid.minor = element_blank())
3. 横向排布
当组名较长（临床队列、组学聚类）时，翻转坐标轴把组名放到 y 轴更易阅读；coord_flip() 会让整个云雨图横过来，而无需改动任何图层。
ggplot(penguins_clean) +
geom_polygon(data = violin_data, aes(x = x, y = y, fill = group, group = group),
alpha = .65, colour = NA) +
geom_boxplot(aes(x = x_pos + .15, y = body_mass_g, group = species, colour = species),
width = .09, outlier.shape = NA, fill = "white", linewidth = .45) +
geom_beeswarm(aes(x = x_pos + .32, y = body_mass_g, colour = species),
cex = .5, size = .85, alpha = .85) +
scale_fill_manual(values = raincloud_colors) +
scale_colour_manual(values = raincloud_colors) +
scale_x_continuous(breaks = centres, labels = levels(penguins_clean$species)) +
labs(x = NULL, y = "Body mass (g)") +
theme_bw() +
theme(legend.position = "none", panel.grid.minor = element_blank()) +
coord_flip()
应用场景
- 跨组分布比较：当审稿人要求展示原始数据时，这是柱状图加误差棒的标准升级方案。
- 临床与组学队列：组间样本量不齐、偏态常见；蜂群散点让每一位患者保持可见。
- 小样本：当 n < 20 时，蜂群散点几乎可以替代小提琴，箱线图仍能概括四分位。
- 半小提琴配方（
density()+geom_polygon()）适用于任何密度图层，纵向或横向皆可，且无需额外依赖包。
参考文献
[1] 顶刊图社 | 第017期：箱线图/小提琴图/云雨图. 微信公众号文章. http://mp.weixin.qq.com/s?__biz=MzU5NjE2ODU0OQ==&mid=2247483936&idx=1&sn=cf22ad37b9afc52a0af1f27daf8a4711
[2] Allen M, Poggiali D, Whitaker K, Marshall TR, Kievit RA. Raincloud plots: a multi-platform tool for robust data visualization. Wellcome Open Res. 2019;4:63. doi:10.12688/wellcomeopenres.15191.1